文章列表-AI魔法学院

文章列表

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

在这项研究中，研究人员发现小模型虽然性能有限，但表现出关键且有一致性的任务性能改进趋势，而由于测量分辨率不足，传统的评估策略无法捕获这些改进。

MiniCPM 大模型

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

、GPT-3等），而红色点则是通过外推预测的下一代模型（如GPT-5、GPT-6、GPT-7等）的规模扩展表现：从图中可以得到这样的预测结果——从GPT-4开始，性能提升将显现出显著的边际递减趋势

Freysa 智能体

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

最后，我们展望了 Sora 乃至整个视频生成模型技术未来的发展趋势，以及这些技术进步如何开创人机互动的新方式，进而提升视频创作的效率和创新性。

Sora 微软

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

的拼图中构建全貌认知总而言之，关于AI-Agents的代表性项目介绍中，我使用了“相关性”、“生态位置”以及“延续性”的视角，进行了代表性项目的介绍，使得我们可以从中隐约看到AI-Agents未来的发展趋势

开源模型

大模型套壳祛魅：质疑套壳，理解套壳

一位 AI 公司的研发人员告诉「甲子光年」，自研预训练模型的优势在于扩展能力比较强，「如果基于开源，都是有版本限制的，比如 Llama 2 只有 7B、13B、70B 三个版本，再多就没有了，想再搞大规模一点

大模型套壳

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

具备的优势：大语言模型为AI Agent带来了突破性的进展，同时具备了以上四大发展阶段的优势：1）通过思维链（CoT）和问题分解等技术，基于LLM的智能体可以表现出与符号智能体相当的推理和规划能力；2）

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

具备的优势：大语言模型为AI Agent带来了突破性的进展，同时具备了以上四大发展阶段的优势：1）通过思维链（CoT）和问题分解等技术，基于LLM的智能体可以表现出与符号智能体相当的推理和规划能力；2）

AI Agent 大模型人工智能

【爆肝整理】500+ AI 最佳提示词

7 个发人深省的问题制作 5 个引人注目的标语，说明新珠宝系列的特点撰写 8 个引人注目的电子邮件主题行，向小型企业介绍人力资源服务构建 10 条内容丰富且简洁的推文，告知人们节能的最新趋势

提示词

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

最后，我们展望了 Sora 乃至整个视频生成模型技术未来的发展趋势，以及这些技术进步如何开创人机互动的新方式，进而提升视频创作的效率和创新性。

sora 论文

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

预训练成本高通过增加计算预算可以提升模型的性能表现，但如果模型或数据集大小固定，则增长比率会降低，呈现收益递减的幂律趋势。

开源模型

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

然而，随着OpenAI的不断努力，包括创建拥有数百亿参数的大型模型、进行大规模预训练以及使用高质量语料数据，Decoder-only模型的优势逐渐显现出来，尤其是在生成任务方面。

大模型

保姆级教程：图解Transformer

AI 生成的图像：两者都是多模态的应用，这也是各大巨头的跟进方向，可谓大势所趋。

人工智能

我们需要的不是智能体，而是工作流（5000字保姆式教学）

社会观察: 敏锐捕捉社会趋势和现象,使文章具有时代感。

工作流教学

使用自己的数据训练清华ChatGLM2-6B 模型

接下来每隔几轮打印一次当前的训练loss、学习率和epoch信息,可以看到loss有下降的趋势。

ChatGLM2-6B

大模型：泛化即智能，压缩即一切

在过度参数化的情况下，模型复杂性的增加会继续无限期地降低风险，尽管边际收益会降低，但会趋向于某个收敛点，过度参数化和风险之间的这种经验关系似乎很稳健。

大模型泛化

<...10 11 12 131415 16 17 18 19 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1